●前言
第一篇 導論與復習
1經濟問題和數據
1.1我們研究的經濟問題
1.2因果效應和理想化試驗
1.3數據：來源和類型
本章小結
重要術語
內容復習
2 概率論復習
2.1隨機變量和概率分布
2.2期望值、均值和方差
2.3二維隨機變量
2.4正態分布、卡方分布、學生t分布和F分布
2.5隨機抽樣和樣本均值的分布
2.6抽樣分布的大樣本近似
本章小結
重要術語
內容復習
習題
附錄2.1重要概念2.3中結論的推導
3 統計學復習
3.1總體均值的估計
3.2有關總體均值的假設檢驗
3.3總體均值的置信區間
3.4不同總體的均值比較
3.5基於試驗數據的因果效應的均值之差估計
3.6樣本容量較小時使用t統計量
3.7散點圖、樣本協方差和樣本相關繫數
本章小結
重要術語
內容復習
習題
實證練習
附錄3.1美國當前人口調查
附錄3.2 Y是μY的最小二乘估計量的兩種證明方法
附錄3.3樣本方差一致性的證明
第二篇 回歸分析基礎
線性回歸
4.1 線性回歸模型
4.2 線性回歸模型的繫數估計
4.3 擬合優度
4.4 最小二乘假設
4.5 OLS估計量的抽樣分布
4.6 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄4.1 加利福尼亞測試成績數據集
附錄4.2 OLS估計量的推導
附錄4.3 OLS估計量的抽樣分布
線性回歸：假設檢驗和置信區間
5.1 關於某個回歸繫數的假設檢驗
5.2 回歸繫數的置信區間
5.3 X為二值變量時的回歸
5.4 異方差和同方差
5.5 普通最小二乘的理論基礎
5.6 樣本容量較小時t統計量在回歸中的運用
5.7 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄5.1 OLS的標準誤公式
附錄5.2 Gauss—Markov條件和Gauss—Markov定理的證明
線性回歸
6.1 遺漏變量偏差
6.回歸模型
6.回歸的OLS估計量
6.回歸的擬合優度
6.回歸的最小二乘假設
6.回歸中OLS估計量的分布
6.7 多重共線性
6.8 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄6.1 （6.1）式的推導
附錄6.2 含兩個回歸變量且誤差同方差時OLS估計量的分布
附錄6.3 Frisch—Waugh定理
回歸中的假設檢驗和置信區間
7.1 單個繫數的假設檢驗和置信區間
7.2 聯合假設的檢驗
7.3 涉及多個繫數的單個約束檢驗
7.4 多個繫數的置信集
7.回歸的模型設定
7.6 測試成績數據集分析
7.7 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄7.1 聯合假設的Bonferroni檢驗
附錄7.2 條件均值獨立
8 非線性回歸函數
8.1 非線性回歸函數的一般建模方法
8.非線性函數
8.3 自變量的交互作用
8.4 學生／教師比對測試成績的非線性效應
8.5 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄8.1 參數非線性的回歸函數
附錄8.2 非線性回歸函數的斜率和彈性
9 回歸的評估研究
9.1 內部和外部有效性
9.回歸分析的內部有效性威脅
9.3 利用回歸進行預測時的內部和外部有效性
9.4 實例：測試成績和班級規模
9.5 結論
本章小結
重要術語
內容復習
習題
實證練習
附錄9.1 馬薩諸塞州的小學測試數據
第三篇 回歸分析的深入專題
……
第四篇 經濟時間序列數據的回歸分析
第五篇 回歸分析的計量經濟學理論
